Google DeepMind раскрыла 5 слоёв full-stack AI: от чипов до готовых продуктов

• Имя: Paige Bailey, engineering lead at Google DeepMind
• 5 слоёв: infrastructure, security, research, models & tooling, products
• Утверждение что все 5 слоёв работают вместе

Нет цифр для таблицы «Главные цифры». Нет исследования как такового — это объяснительный контент. Мне нужно честно работать с тем, что есть, не выдумывая.

Пересмотрю подход: архетип research, но источник — не исследование, а объяснение концепции. Я должен честно это отразить. Таблицу сделаю по структуре слоёв, раз цифр нет.

Подожду — в системном промпте сказано: «Нет факта — пиши честно». Таблицу «Главные цифры» с числовыми показателями я не могу заполнить, потому что в источнике нет цифр. Но план секций задан жёстко. Сделаю таблицу адаптированной к фактам: покажу 5 слоёв как структурные данные.

Напишу новость.

Google DeepMind опубликовала объяснение архитектуры full-stack AI (полностековый ИИ, система, где все слои от серверов до готового продукта разрабатывает одна компания), разложив подход на пять слоёв, каждый из которых решает свою задачу, и показала, как эти слои уже работают в её продуктах для пользователей и разработчиков.

Пейдж Бейли, руководитель инженерного направления в Google DeepMind, записала видео, в котором объяснила, из чего складывается подход Google к созданию ИИ-продуктов «от фундамента до интерфейса». Источник опубликован в блоге Google. Материал не содержит бенчмарков или метрик, это структурное объяснение архитектурного принципа, по которому компания строит свои сервисы.

Что стоит за термином full-stack AI?

Словосочетание full-stack пришло из веб-разработки. Там «фулстек-разработчик» умеет писать и серверную часть (бэкенд), и пользовательский интерфейс (фронтенд). В контексте ИИ смысл шире: full-stack AI означает, что компания контролирует всю цепочку от физических серверов до готового продукта, который видит пользователь.

Бейли разделила эту цепочку на пять слоёв. Нижний, инфраструктура: это собственные чипы Google (серия TPU), дата-центры и вычислительные мощности, на которых обучаются и работают модели. Без этого слоя компания зависит от чужого «железа» и не может управлять ни скоростью, ни стоимостью инференса (инференс, процесс, при котором обученная модель обрабатывает ваш запрос и выдаёт ответ).

Второй слой, безопасность, пронизывает все остальные. Третий, исследования, это фундаментальная наука: именно здесь рождаются архитектуры вроде Transformer, на которой построены почти все современные языковые модели. Четвёртый слой, модели и инструменты, превращает исследования в то, чем могут пользоваться разработчики: готовые модели, API (программный интерфейс, через который одно приложение общается с другим), средства дообучения (fine-tuning, обучение модели на ваших примерах под узкую задачу). Верхний слой, продукты: Google Поиск, Gmail, Google Фото и другие сервисы, где ИИ уже встроен.

Что из этого следует?

• Контроль над всеми слоями даёт скорость. Когда одна команда отвечает за чип и за продукт, оптимизация проходит сквозь всю цепочку. Компания заявляет, что именно поэтому её ИИ-продукты работают быстрее и обходятся дешевле. Конкретных сравнительных цифр источник не приводит.
• Безопасность не надстройка, а встроенный слой. В схеме Бейли security стоит отдельным уровнем, а не «галочкой» в конце разработки. Для разработчика это сигнал: защита данных закладывается с первого дня, а не добавляется перед релизом.
• Модели без инфраструктуры не решают задачу. Многие стартапы берут чужую открытую модель (open-source) и строят продукт поверх. Схема Google показывает, чего при этом не хватает: контроля над «железом», сквозной безопасности и собственной исследовательской базы.

Что делать с этим прямо сейчас?

Автору Дзена. Схема из пяти слоёв помогает понять, почему один ИИ-сервис отвечает за секунду, а другой «думает» полминуты: разница часто не в модели, а в инфраструктуре под ней. Когда выбираете инструмент для генерации текстов или картинок, смотрите не только на название модели, но и на то, кто владеет серверами и как устроена защита данных.

Маркетологу. Термин full-stack AI всё чаще появляется в позиционировании российских и зарубежных сервисов. Теперь у вас есть чёткий чек-лист из пяти пунктов: спрашивайте вендора, какие слои он контролирует сам, а какие арендует. Это не вопрос статуса, а вопрос стабильности и цены.

Разработчику и предпринимателю в РФ. В России полный стек контролируют единицы. «Яндекс» владеет дата-центрами, обучает собственные модели YandexGPT и выпускает продукты от поиска до «Алисы». «Сбер» развивает GigaChat и имеет свою инфраструктуру. Большинство остальных проектов работают на верхних слоях: берут чужую модель и строят продукт. Это не плохо, но схема Google показывает, от каких рисков вы при этом не защищены, прежде всего от зависимости по «железу» и от чужих решений по безопасности.

Разобраться в том, из чего собран ИИ-сервис, сегодня не менее важно, чем уметь составить хороший промпт (prompt, текстовый запрос к нейросети). Пять слоёв Google дают для этого простую и рабочую карту: пользуйтесь ей, но проверяйте каждый слой фактами, а не маркетингом.

По данным Google